Test de régression

Séries temporelles univariées 1- Aspect théorique - Définition - Usage des séries chronologiques - Composantes de la chronique - Analyse de saisonnalité • Tests de détection de saisonnalité • Méthodes de désaisonnalisation * Méthode de la régression sur le temps * Méthode de filtrage par la moyenne mobile 2- Application sous le logiciel SPSS Chapitre 2 : Introduction à la modélisation des séries temporelles univariées - Stationnarité des processus stochastiques - Fonction d’Autocorrélation

la distribution ------------------------------------------------- Chapitre 3 : Test d’hypothèse Analyse Univariée et Analyse bivariée Objectif : Les tests d’hypothese Principe et étape Analyse univariée : Test univarié sur une variable nominale : (cmt realiser un test khi-2 d’ajustement, un test de student… =======Cours à complété I-Les tests d’hypothèse II-Analyse univariée comment réaliser un test Khi-2 III-Analyse bivariée comparer deux pop ou groupes sur une variable numérique :

Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés Professeur Patrice Francour francour@unice.fr Une grande partie des illustrations viennent du site Internet de l’Université d’Ottawa (cours de Biostatistiques appliquées; © Antoine Morin et Scott Findlay) Quand utiliser l’ANOVA • • • • • Pour tester l’effet d’une variable indépendante “discrète” Chaque variable indépendante est appelée un facteur et chaque facteur peut avoir deux

observées sur les mêmes indidonnait lieu. Les choses ont changé, d’abord vers le milieu des années 1990, vidus. Représentations graphiques des individus, des variables et simultanée. avec le développement de la régression P.L.S. (partial least squares), méthode Lien avec la régression multivairée et les tests associés. assez voisine de l’A.C., ensuite, plus récemment, avec l’apparition des donPrécédent : Analyse en composantes principales nées de biopuces, dont certaines relèvent typiquement

cointégration sur données de panel. Après un exposé des concepts spécifiques à la cointégration en panel, sont ainsi présentés les tests de l’hypothèse nulle d’absence de cointégration (tests de Pedroni, Kao, Bai et Ng, Groen et Kleibergen) ainsi que le test de McCoskey et Kao reposant sur l’hypothèse nulle de cointégration. Quelques éléments relatifs à la comparaison des tests par le biais de résultats de simulations de Monte Carlo, à l’inférence et l’estimation de systèmes cointégrés sont également fournis

Premiére regression Dependent Variable: VRISK Method: Panel Two-Stage EGLS (Cross-section random effects) Date: 06/11/10 Time: 16:29 Sample (adjusted): 2001 2008 Cross-sections included: 10 Total panel (balanced) observations: 80 Swamy and Arora estimator of component variances Instrument list: C CAR(-3) REG ROA TAIL Variable Coefficient Std. Error t-Statistic Prob. C 0.900310 0.257019 3.502887 0.0008 REG -1.115747

Série Corrigée N°1-ÉNONCÉS Modèles Économétriques à Une Équation-Régression Simple Exercice 1 : ?? On considère les matrices ? = ? ? ? ? ? ,? = ? ? ? ? ? ? ? ?? ? = ? ? ? ?? ?? ? ? ? 1) Calculer ?. ? −? et déduire ?′ . ?′ −? 2) Calculer ?? ?. ? ?? ?? ?. ? 3) Calculer ?−? 4) Soit ? une matrice de dimension ?, ? ?? ? = ?′ . ? Montrer que : a) ? est symétrique b) ?? ? = ??? ? ? 5) On considère des matrices carrées ?, ?, ?, ?, ? ?? ? où ? ?

La régression Multiple 2011 07/01/2011 a) Analyse de régression : Coefficientsa | Modèle | Coefficients non standardisés | Coefficients standardisés | t | Sig. | | A | Erreur standard | Bêta | | | 1 | (Constante) | 36,834 | 2,288 | | 16,097 | ,000 | | WT | -,004 | ,001 | -,584 | -2,897 | ,007 | | ESIZE | -,004 | ,014 | -,081 | -,286 | ,777 | | HP | -,025 | ,021 | -,288 | -1,213 | ,236 | | BARR | -,201 | ,592 |

et fonctions mathématiques Le tableau 1 détaille les opérateurs mathématiques et logiques reconnus par Stata. Quelques remarques à leur propos : – En ce qui concerne le signe =, il existe une particularité. Lorsque le signe = est une conjecture (à tester) ou une condition et non une définition, on doit le remplacer par ==. – Les valeurs manquantes (symbolisées par un point « . » sous Stata) sont les plus grandes valeurs. Ainsi, l’expression salaire>1500 est vraie si le salaire est supérieur strictement

CHAPITRE I : REGRESSION LINEAIRE SIMPLE ET REGRESSION LINEAIRE MULTIPLE 7 I- REGRESSION LINEAIRE SIMPLE 7 1. Description du modèle : exemple introductif 7 2. Le modèle et ses hypothèses 8 3. Formulation des estimateurs : les moindres carrées 8 4. Hypothèse de normalité des erreurs 12 5. Equation et tableau d’analyse de la variance 13 II- LE MODELE DE REGRESSION MULTIPLE 14 1. Présentation du modèle 15 2. Hypothèses du modèle, estimation des coefficients de régression et propriétés